买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于深度学习的光学遥感图像建筑物变化检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119007001B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410943718.8，技术领域涉及：G06V20/10；该发明授权一种基于深度学习的光学遥感图像建筑物变化检测方法是由陈志;钟建;丁成虎;王浩明;郭海宏;于军胜设计研发完成，并于2024-07-15向国家知识产权局提交的专利申请。

本一种基于深度学习的光学遥感图像建筑物变化检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的光学遥感图像建筑物变化检测方法，属于遥感图像变化检测领域。首先从高分二号获取光学遥感图像数据并对其进行预处理及变化信息标签Label标注；然后将图像输入本发明的变化检测模型中，经计算输出检测结果图。本发明对现有变化检测方法存在检测精度较低、检测边缘不完整，以及变化检测算法在不同数据集上普适性较差的问题进行了有效的优化和改进。

本发明授权一种基于深度学习的光学遥感图像建筑物变化检测方法在权利要求书中公布了：1.一种基于深度学习的光学遥感图像建筑物变化检测方法，包括以下步骤： 步骤1：获取目标研究区域的两个不同时期的多光谱图像和全色图像，并利用ENVI软件对多光谱图像分别进行辐射定标、大气校正、正射校正，对全色图像进行辐射定标和正射校正，将经处理后的多光谱图像和全色图像配准并进行图像融合得到最终的遥感图像； 步骤2：利用LabCD软件，人工手动标注两不同时相遥感图像中建筑物的变化部分，得到对应的变化Label图，再通过sobel算子处理得到对应变化区域的边缘标签； 步骤3：将获取到的两不同时相光学遥感图像数据进行预处理； 步骤4：将读取到的发生变化前的图像T1和发生变化后的图像T2分别输入到权值共享的UHRNet编码器中，提取得到图像T1和图像T2从stage1到stage5不同层次阶段的特征图； 步骤5：分别将图像T1和图像T2相同阶段的特征图送入到差异特征提取模块中，得到各阶段遥感特征图像的差异特征图，计算公式如下： Di=absXi1,Xi2； 其中,分别表示第i阶段的图像T1和图像T2的特征图，Di表示第i阶段的输出； 步骤6：分别将各阶段差异特征图送入通道和空间注意力模块，通道注意力模块通过最大池化、全连接、平均池化得到了通道系数，表示各通道的重要性大小，给予各通道不同的关注，计算公式如下： Ci=σavgC2LReC1maxDi； ； 其中、表示全连接层，表示Leaky-ReLU激活函数，表示sigmoid激活函数，表示第i阶段的通道注意力权重，表示第i阶段的差异特征图，为第i层添加了通道注意力的差异特征图； 随后进入空间注意力模块，通过最大池化和平均池化的逐像素相加并卷积得到了权重系数，在输入数据的不同空间位置上赋予不同的权重，使模型选择性关注更加重要的信息，公式如下： ； ； 其中表示第i阶段的通道注意力权重，表示第i阶段的差异特征图，为第i层添加了空间注意力的差异特征图； 最终得到增强后的差异特征图： ； 步骤7：将最小分辨率差异特征图送入到UHRNet解码器中，并且在解码器中加入跳跃连接； 步骤8：将UHRNet解码器输出通过边缘引导模块，再与其本身拼接起来送入到分类器中得到最终的变化检测二值图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。